数据岗面试题 1 业务题：如果你负责生产全市的窨井盖，可以生产圆的和方的，如何计算怎么生产更合适？(思路：根据材料限制情况，线性规划，别想的太复杂)。 见脑图 业务场景题。 2 看你学的是理科，为什么选择数据分析？统计学的作用就是通过给定样本而进行统计推断，本质就是通过数据给出信息。 3 什么是数据倾斜？数据倾斜就是数据分布不均匀。 4 hadoop生态的组件介绍。Hadoop的框架最核心的设计就是：HDFS和MapReduce。HDFS为海量的数据提供了存储，则MapReduce为海量的数据提供了计算。把HDFS理解为一个分布式的，有冗余备份的，可以动态扩展的用来存储大规模数据的大硬盘...

4399 经营分析师 8.26 一面 建议转运营岗 35min1 自我介绍2 在携程实习做的什么内容？3 之前有炒过股吗？找一个股票讲一下选择的原因。4 如果要短时间内（比如一天）了解一个行业，你会通过什么方法/途径去了解？5 家庭情况，工作地点面试官表示经营分析师主要是拿公司闲钱去做投资，与自己的岗位预想不符合，建议转数据运营岗。 8.29 一面 数据运营 30min1 自我介绍2 讲一下携程做的事情。3 如何对酒店订单用户进行分类？4 你认为数据分析和数据挖掘的区别是什么？你想从事哪一方面的工作？面试官评价说数据运营、产品的岗位的意向不明确，所以挂了。 顺丰科技 大数据分析与挖掘工程师8....

阿里新零售技术事业群-淘系技术部用户增长团队&C2M事业部-用户产品部：技术岗(邮箱、内推)2月 简历挂 字节跳动 数据挖掘实习生 日常实习(官网、内推)2月 简历挂 腾讯互娱IEG光子 数据挖掘/NLP岗（微信投递）暑期实习一面 电话面 挂28min1 自我介绍，在校经历，主要研究方向2 讲一下竞赛的过程？特征工程做了什么？3 为什么用Xgboost？4 除了Xgboost，其他常见的分类算法？5 LR和SVM有什么不同？（提示不同的场景怎么用，没答上来）6 SVM常见的核函数？7 数据结构学过吗？（没。。）8 常见的算法了解吗？讲一讲快排？9 用过什么神经网络模型？RNN和LSTM...

一、计算连续3天登录的用户数 表t_user中有两个字段user_id和login_date，要求求出连续3天登录的用户数。 思路：本题的重点在于如何体现“连续”。使用窗口函数row_number()，如果用登陆日期减去对应的行号，若是连续的话，得到的值应该是一致的 SELECT user_id FROM ( SELECT user_id, login_date, row_number() OVER(PARTITION BY user_id ORDER BY login_date) AS rn, date_sub(l...

来源：https://zhuanlan.zhihu.com/p/137458844 一、HIVE和关系型数据库的区别 （1）查询语言hive采用了类SQL查询语言，这是唯一一点和关系型数据库类似的。 （2）数据存储位置hive是建立在hadoop之上的，因此数据都存储在HDFS中。数据库则可以将数据存储在块设备或本地文件系统中。 （3）数据格式hive中数据格式可以由用户指定。hive在加载的过程中不会对用户定义的数据格式进行hive定义的格式转化，只是简单地复制或移动到相应的HDFS目录当中。在数据库中有自身的数据格式定义，所有数据按一定的组织形式存放，因此数据库加载时比较慢。 （4）数据更...

来源：https://zhuanlan.zhihu.com/p/112238260本文仅用于自我复习。 一、费米问题 “芝加哥有多少个钢琴调音师？”费米提示将看似庞大的问题拆解成一些便于操作和认知的小问题，根据猜测和假设去估算问题。（核心：逻辑拆解）在麦肯锡分析思维中，这种方法叫做“逻辑树法”。 二、大数估算法 对于基本问题的估算方法，费米认为：对于小问题的估算，不要估算其本身，而是先估算其上下界，然后在10倍的范围内估算出数值，这种方法竟然能保证极高的准确率。 （1）芝加哥有多少架钢琴？芝加哥总居民数为300万（这个不用估算也能知道）；平均每个家庭4人；因此芝加哥会有75万个家庭。费米认为...

原文出处：https://www.jianshu.com/p/5a8f01fe7f2a 本文仅用于复习，不对外。 一、信度与效度思维 信度：指一个数据或指标自身的可靠程度，包括准确性和稳定性。 例如：准确性：（1）取数逻辑是否正确？（2）有没有计算错误？稳定性：（1）每次计算的算法是否稳定？（2）口径是否一致？（3）以相同的方法计算不同的对象时，准确性是否有波动？ 效度：指一个数据或指标的生成，需贴合它所要衡量的事物，即指标的变化能够代表该事物的变化。 例：采用什么指标衡量身体的肥胖情况？假设采用穿衣的尺码大小。（1）该指标准确性很差。因为美版韩版和国内版本的尺码衡量标准不一，相同尺...

Q1：滚球游戏 思路：动态规划，dp[i][j]表示走到第i层第j个位置的最大和。注意边界情况的处理： 最左端点只能从右上端点滚动到达； 左端第二个点只能从上端点和右上端点滚动到达； 最右端点只能从左上端点滚动到达； 右端第二个点只能从上端点和左上端点滚动到达； 剩余点可以从左上，上，右上三个端点滚动到达。 n = int(input()) nums = [] for i in range(n): nums.append([int(x) for x in input().split()]) # dp[i][j]表示走到第i层第j个位置的最大和 dp = [[0 for _ i...

来源：https://zhuanlan.zhihu.com/p/77982962 一、时间上的比较 1.纵比同一空间条件下，对不同时期数据的比较。 例：下图为2018年1月到8月全国的订单数量柱状图。 2.同比指同时期内进行比较。 例：2019年7月与2018年7月的某项数据进行对比。 3.环比与前一个统计期内进行比较。 例：2019年7月与2019年6月的某项数据进行对比。 例：假设广东省2018年7月的订单数量为5400单，2019年6月的订单数量为4788单，2019年7月的订单数量为5277单，那么有如下结论：2019年7月，广东省订单数量为5277单，环比上月增操了1...

来源：https://zhuanlan.zhihu.com/p/103584932仅供个人学习，不对外。 一、什么是多维度拆解法？ 引例：七大姑八大姨给你介绍一个男生特别优秀：第一，个子高；第二，家庭条件好；第三，长得特别帅。该例就把“优秀”拆分成了3个维度。 二、多维度拆解的应用场景有哪些？ 场景一：对单一指标的构成或比例进行拆解分析时。 例如：分栏目的播放量、新老客户比例。 场景二：对业务流程进行拆解分析时。 例如：从不同渠道浏览到添加购物车到购买这种转化流程。 再如：跨区域产品，可以从不同省份的活动情况进行分析。 场景三：对需要还原行为发生的场景时。 例如：直播类产品经...

Q1：合法括号问题 思路：该题是典型的动态规划题目。利用dp[i][j]表示i位置开始j位置结束的字符串所需要添加的最少括号数。 所有单个字符的字符串所需要的最少括号数都为1，即dp[i][i]=1. 由下至上更新动态数组dp，即先更新长度为2的字符串所需要的最少括号数，然后是3、4......：2-1. 当头尾是匹配的括号时，所有添加的最少括号数和去掉头尾之后所需要的最少括号数一致，即dp[i][j]=dp[i+1][j-1]；注意当字符串长度为2时，这里需要特殊处理。2-2. 否则，将字符串拆成两部分，分别求这两部分所需要的最少括号数之和，然后遍历所有和中的最小值。 输出整个字符串所...

cat 用于连接文件并打印到标准输出设备上。 echo shell命令。用于字符串的输出。 rmdir 用于删除空的目录。 cd 用于切换当前工作目录到指定目录。

SUBSTR(STR, START, LEN) 字符串截取函数 DATE_ADD(STARTDATE, INTDAYS) 日期增加函数 WITH AS 语句： 当某个子查询在多个地方重复使用时可用，极大提高代码可读性。 CONCATE_WS() 拼接函数 ARRAY_CONTAINS(ARR, ELEMENTS) 判断元素是否在数组里。 NVL(EXPR1, EXPR2) 如果EXPR1不为空则返回EXPR1；否则返回EXPR2 DATE_SUB(DATE, INTDAYS) 日期减少函数 COALESCE(EXPR1, EXPR2,……, EXPRN...

一级分类基础信息、生命周期、出行偏好、行为偏好 一、基础信息 （1）账户信息 账户来源：账户的注册来源（包含智行 商旅 去哪儿 IBU 其他 铁友等）。 账户分类：自然人账户、分销用户、临时用户（非转正）、内部专用账号、商旅账号等。 系统版本号：手机系统。 会员等级： 礼品卡boss客户 （2）常住地 居住地、工作地位置 常住地分类：居住地、工作地、学校、老家四类。城市熟悉度：常住地设置为1，别的城市设置为count(distinct d)/35IBU常住地省份名称省份ID用户常住城市ID用户常住地城市ID用户常住地国家名称国家ID城市名称：会员注册时...